开口就是播音腔：配音、字幕、音乐一条龙

系列第 03 篇 · 音频配音：tts-voiceover、multi-voice-dubbing、voice-clone、auto-subtitle、subtitle-translate、ai-music、audio-denoise 等 10 个 Skill

痛点开场

视频拍好了，自己的声音一录——塑料普通话、喷麦、楼下装修声全进去了。或者你想做个英文版发海外，自己的 Chinglish 实在拿不出手。音频这组 Skill 专治各种"开口跪"。

它能帮你做什么

1. 文案变配音 你说："给这段 200 字的文案配个温柔女声，语速慢一点。" 你得到：一段可以直接用的配音音频。播音腔、少年音、大叔音，任选。

2. 多角色对话 你说："这段剧本有 3 个人物，一男两女，吵架那段情绪激烈一点。" 你得到：三个不同声线的对白音频，情绪按剧本走。做短剧、有声书就靠它。

3. 克隆你自己的声音 你说："我录 1 分钟样音，以后都用我的声音配音。" 你得到：你的 AI 声音模型。以后只给文字，它用你的声音读出来——出差在外也能日更口播。

4. 字幕双语 你说："给这个视频加中英双语字幕。" 你得到：识别 → 中文字幕 → 翻译 → 压制，一条龙。发 B 站和 YouTube 一次搞定。

5. 降噪和 BGM 你说："这段录音有电流声，帮忙修一下，再配段轻快的 BGM。" 你得到：干净的人声 + 合适的背景音乐，音量都调好了。

动手前准备什么

• 样音（只在克隆声音时需要）：安静环境下录 1 分钟清晰的说话声就行。
• 钱的事，重点看这里：配音、声音克隆、AI 音乐都要调外部 AI 接口，需要你自己的 Key，按量付费。字幕识别、降噪、混音是本地干活，不花钱。建议：先拿免费额度试音色，定了再批量生产。
• 授权提醒：克隆只能克隆你自己的声音（或你拿到授权的声音），这是底线。

小白三问

Q：AI 配音会不会一股 AI 味？ A：早两年是。现在的多情感 TTS，停顿、重音、情绪都像样了。你先试听，不满意就换音色、调语速，直到顺耳为止。

Q：方言能配吗？ A：普通话和英语最稳。部分方言（粤语、四川话等）看具体模型支持，先问一句"支持粤语吗"就行。

Q：配音和视频怎么对上？ A：你把视频和配音都交给它，它会自动对齐时长。某一句太长就让它"这句说快点"。

来 Aiglade，你写词，它开口。